A posteriori error estimates for the Lindblad master equation

Diese Arbeit stellt berechenbare a-posteriori-Fehlerabschätzungen für die Simulation offener Quantensysteme nach der Lindblad-Master-Gleichung vor, die eine vollständig adaptive Anpassung sowohl der Zeitschritte als auch der Hilbertraum-Trunkierung ermöglichen und so die Genauigkeit garantieren sowie den Rechenaufwand für große Systeme signifikant reduzieren.

Paul-Louis Etienney, Rémi Robin, Pierre Rouchon2026-03-10⚛️ quant-ph

The probabilistic superiority of stochastic symplectic methods via large deviations principles

Diese Arbeit demonstriert erstmals mithilfe der Theorie großer Abweichungen, dass stochastisch symplektische Verfahren der nicht-symplektischen Überlegenheit sind, indem sie die exponentielle Abklinggeschwindigkeit der „Trefferwahrscheinlichkeiten" für mittlere Position und Geschwindigkeit stochastischer Oszillatoren asymptotisch erhalten.

Chuchu Chen, Jialin Hong, Diancong Jin + 1 more2026-03-06🔢 math

Large deviations principles for symplectic discretizations of stochastic linear Schrödinger Equation

Diese Arbeit beweist, dass symplektische Diskretisierungen der stochastischen linearen Schrödingergleichung das Prinzip der großen Abweichungen für die beobachtbare BTB_T asymptotisch erhalten und somit einen effektiven Ansatz zur numerischen Approximation der zugehörigen Ratenfunktion im unendlichdimensionalen Raum bieten.

Chuchu Chen, Jialin Hong, Diancong Jin + 1 more2026-03-06🔢 math

Convergence analysis for minimum action methods coupled with a finite difference method

Diese Arbeit analysiert die Konvergenz der Minimum-Aktion-Methode in Kombination mit einem Finite-Differenzen-Verfahren für Freidlin-Wentzell-Funktionale und zeigt, dass die Konvergenzordnung für multiplikatives bzw. additives Rauschen $1/2bzw. bzw. 1betra¨gt,waszudemdieKonvergenzderstochastischen beträgt, was zudem die Konvergenz der stochastischen \theta$-Methode im Sinne großer Abweichungen bestätigt.

Jialin Hong, Diancong Jin, Derui Sheng2026-03-06🔢 math

Density convergence of a fully discrete finite difference method for stochastic Cahn--Hilliard equation

Diese Arbeit beweist die Konvergenz der Wahrscheinlichkeitsdichte einer vollständig diskretisierten Finite-Differenzen-Methode für die stochastische Cahn-Hilliard-Gleichung mit multiplikativem Raum-Zeit-Weißem Rauschen, indem sie ein neuartiges Lokalisierungsargument zur Bewältigung der nicht-global-Lipschitz-stetigen Driftkoeffizienten entwickelt und damit ein offenes Problem aus der Literatur teilweise löst.

Jialin Hong, Diancong Jin, Derui Sheng2026-03-06🔢 math

Asymptotics of large deviations of finite difference method for stochastic Cahn--Hilliard equation

Diese Arbeit etabliert das Freidlin-Wentzell-Großabweichungsprinzip für die stochastische Cahn-Hilliard-Gleichung und beweist die Konvergenz der Großabweichungsrate-Funktion des räumlichen Finite-Differenzen-Verfahrens durch Γ\Gamma-Konvergenz, wobei die Nicht-Lipschitz-Eigenschaft des Driftkoeffizienten mittels diskreter Interpolationsungleichungen überwunden wird.

Diancong Jin, Derui Sheng2026-03-06🔢 math

The inverse initial data problem for anisotropic Navier-Stokes equations via Legendre time reduction method

Die vorgestellte Arbeit entwickelt ein neues Rechenframework zur rekonstruktiven Bestimmung des initialen Geschwindigkeitsfeldes aus verrauschten Randdaten bei anisotropen, kompressiblen Navier-Stokes-Gleichungen, indem durch eine Legendre-Zeitreduktion das zeitabhängige inverse Problem in ein gekoppeltes System elliptischer Gleichungen überführt wird, das mittels Quasi-Reversibilität und gedämpfter Picard-Iteration effizient gelöst wird.

Cong B. Van, Thuy T. Le, Loc H. Nguyen2026-03-06🔢 math